Escolar Documentos
Profissional Documentos
Cultura Documentos
DISSERTAÇÃO DE MESTRADO
por
2005
Universidade Federal de Santa Maria
Centro de Ciências Rurais
Programa de Pós-Graduação em Engenharia Florestal
elaborada por
Luis Henrique da Silva Souza
COMISSÃO EXAMINADORA:
Ao final deste trabalho, cabe, neste momento, agradecer àqueles que direta ou
indiretamente contribuíram para realização do mesmo:
Ao Curso de Pós-Graduação em Engenharia Florestal, da Universidade Federal de
Santa Maria, por promover meu aperfeiçoamento profissional e à CAPES, pela concessão da
bolsa de estudos;
Ao meu orientador Prof. Dr. César A. Guimarães Finger pelo incentivo e sabedoria
transmitidos durante nosso convívio e ao co-orientador Prof. Dr. Paulo Renato Schneider que
sempre soube, com grande sapiência, ensinar a arte da engenharia florestal;
Ao PELD, Programa Ecológico de Longa Duração, na pessoa do Prof. Dr. Doádi A.
Brena que disponibilizou o local para realização deste estudo, bem como, transporte e
acomodações;
Ao colega Geedre Borsoi e ao funcionário Jorge Luiz Puhales, que de forma dedicada
e divertida, participaram do procedimento de corte das árvores, bem como à aluna de
graduação, Juliana Prevedello pela ajuda concedida nas análises de tronco;
Aos meus pais, Wilceu e Maria Terezinha, e meu irmão, José Ricardo, agradeço pelo
incentivo, dedicação, amor e confiança transmitidos a mim ao longo de nossas vidas;
Com muito amor e carinho, agradeço à minha esposa Katiuschia e ao nosso filho Luis
Arthur pela família maravilhosa que somos, acolhendo-me sempre com sorrisos e
compreensão nos momentos difíceis.
RESUMO
Dissertação de Mestrado
Programa de Pós-Graduação em Engenharia Florestal
Universidade Federal de Santa Maria, RS, Brasil
At the present work it was studied growing of Nectandra megapotamica (Spreng.) Mez
species, through a sampler compounded by 11 dominant trees selected from rainforest in
Nova Prata borrough, state of Rio Grande do Sul. The growth of the sampler trees can be
give up successfully through steam analysis determ the growth trend in percentual volume
along time, for the selected trees. The mathematical model better represents the growth trend
in percentual volume was described as iv%=(b0+b1.ln dap)2, fitting individually per tree.
Covariance analysis earn possible to cluster three groups, contends trees with decreasing trend
were similar in relationship to trend and curves level, being possible to describe this variations
with mathematical models using independent factors, as: morphomety, competition and
environmental from the trees in case, by expressions : b1 = 0,41738583 + 4,16179208.id5 -
6,29332107.h/d + 0,37822636.EXPOS - 0,11519372.Ir + 5,80418708.BALcor
– 0,06858050.Lc, with determination coefficient equal to 0,9979 and variation coefficient of
–1,73%, as well as the differences between curves levels by equation b0 = 2,62465943 –
13,37023979.id5 + 22, 08329412.h/d – 1,33160878. EXPOS + 0,34688547.Ir –
23,88899208.BALcor + 0,25692291.Lc, with determination coefficient fitting on 0,9907 and
variation coefficient of 2,71%.
1 INTRODUÇÃO........................................................................................... 11
2 REVISÃO DE LITERATURA .................................................................. 13
3 MATERIAL E MÉTODOS ....................................................................... 19
3.1 Local de coleta dos dados ........................................................................................... 19
3.2 Clima ............................................................................................................................ 21
3.3 Solos .............................................................................................................................. 21
3.4 Escolha da espécie ....................................................................................................... 21
3.5 Obtenção dos dados..................................................................................................... 21
3.5.1 Variáveis mensuradas ............................................................................................... 23
3.5.2 Variáveis calculadas ................................................................................................. 25
3.5.2.1 Variáveis morfométricas ..................................................................................... 25
3.5.2.2 Variáveis de concorrência ................................................................................... 26
3.5.2.3 Incremento percentual em volume (iv%) ............................................................. 28
3.5.2.4 Variáveis independentes id10, id5 e id2 .................................................................. 29
3.5.3 Ajuste da equação para iv% ...................................................................................... 29
3.5.4 Análise de covariância do iv% ................................................................................... 31
3.5.5 Modelagem dos coeficientes da função de iv% ......................................................... 31
3.5.6 Precisão dos modelos de b0 e b1................................................................................ 32
3.5.7 Estudo das variáveis dos modelos b0 e b1 ................................................................. 32
4 RESULTADOS E DISCUSSÃO................................................................ 33
4.1 Caracterização das árvores ........................................................................................ 33
4.2 Unidades amostrais ..................................................................................................... 34
4.3 Variáveis morfométricas ............................................................................................ 35
4.4 Variáveis de competição ............................................................................................. 36
4.5 Incremento Volumétrico Percentual (iv%)................................................................. 38
4.6 Ajuste da equação de regressão para iv% ................................................................. 47
4.7 Análise de covariância do iv% ..................................................................................... 50
4.8 Modelagem dos coeficientes da função de iv%........................................................... 55
4.8.1 Análise de correlação de Pearson ............................................................................. 55
4.8.2 Ajuste e avaliação da precisão dos modelos de b0 e b1 ............................................ 56
4.8.3 Estudo das variáveis dos modelos b0 e b1 ................................................................. 65
5 CONCLUSÕES ........................................................................................... 73
6 CONSIDERAÇÕES FINAIS ..................................................................... 74
7 REFERÊNCIAS BIBLIOGRÁFICAS ..................................................... 75
11
1 INTRODUÇÃO
2 REVISÃO DE LITERATURA
Qualquer povo, em qualquer ponto da Terra, em época remota ou não, teve seu
desenvolvimento alicerçado no aproveitamento dos recursos naturais. Dentre eles, as árvores
foram e continuam sendo a grande reserva econômica do desenvolvimento social dos povos
(Finger, 1995).
Segundo o autor, apesar da grande área florestal com que muitos países foram
agraciados, o consumo desordenado, o desperdício, ou simplesmente a substituição das
florestas por atividades agropastoris levaram a sua exaustão já em épocas remotas, forçando
os governantes ao confisco, à restrição e à regulamentação do corte de árvores. Exemplifica
que, já no ano de 1500, a Áustria, impôs medidas restritivas, proibindo o corte de árvores sem
permissão oficial, deixar a madeira apodrecer, cortar as árvores jovens e deixar animais
domésticos em florestas jovens, em virtude dos danos que causam à regeneração natural das
árvores, comprometendo seu desenvolvimento e qualidade.
Estas e outras medidas, juntamente com a certeza da necessidade de madeira no
futuro, não garantiram, por si só, o seu abastecimento. Neste sentido, Schneider & Finger
(2000) comentam que o grande passo foi dado com o desenvolvimento da idéia de
sustentabilidade, formulada e desenvolvida por engenheiros florestais já no início do século
XVI, sendo que, ao longo de muitos anos até os tempos atuais, vem sendo aperfeiçoada.
O termo sustentabilidade florestal foi empregado, pela primeira vez, por Hans Carl
von Carlowitz, em 1713, na Alemanha, divulgado no seu livro “Silviculture Oeconomiaca”.
Segundo este autor, por esse princípio, a floresta deve fornecer produtos madeireiros e não-
madeireiros às atuais e futuras gerações, em igual quantidade e qualidade às hoje disponíveis.
Para que isto seja possível, afirmou que a intensidade de corte da floresta deveria ser
determinada considerando-se o princípio da normalidade, ou seja, considerando a capacidade
da floresta em repor o volume retirado em determinado período de tempo, alcançando-se,
desta forma, a perpetuação da produção.
Segundo Schneider & Finger (2000), existem alguns pressupostos indispensáveis para
a implementação eficaz do manejo em florestas inequiâneas heterogêneas que devem ser
observados, tais como: estruturação do povoamento, pois quanto melhor estruturado, mais
fácil será a iniciação do sistema de seleção; boa vitalidade do povoamento, sobretudo das
árvores com grandes dimensões para apoiar o desenvolvimento das árvores nos estratos
14
espécies pode, dependendo das espécies (se tolerantes ou não à sombra), provocar a morte dos
galhos ou o aparecimento de galhos novos com menores diâmetros e comprimentos na
estrutura da copa.
A produção de madeira em relação à área de copa é um referencial de grande valor
para justificar a produtividade da árvore. Essa produtividade, não só depende da espécie e do
sítio, mas também da concorrência e da classe social da árvore.
A determinação de relações de produtividade para árvores individuais também assume
grande importância quando a variável tempo não pode ser determinada, como no caso da
maioria das espécies que compõem as florestas nativas, e muitas vezes nem pode ser medida
(ausência de anéis de crescimento anuais visíveis). Utilizam-se, nestes casos, características
dimensionais das árvores, como por exemplo, seu diâmetro e porcentagem de copa, na
formulação de modelos que expressem o crescimento no tempo sem levar em conta a idade da
árvore.
A esse respeito, Durlo (1996) e Sterba (2001) mencionam que o crescimento pode ser
descrito de forma geral como sendo uma função das dimensões das árvores, da qualidade do
sítio e da concorrência exercida sobre determinado indivíduo. Durlo utilizou ainda uma
função para estimar as dimensões, empregando-se apenas o DAP dos indivíduos, tendo o sítio
sido caracterizado pela inclinação, pedregozidade, material de origem, degradação, exposição
e concorrência. Tal função é testada através de três variáveis: a área basal de cada amostra, a
área basal das árvores mais grossas que a central (BAL) e o incremento periódico anual
observado.
Com isso, através do estudo do crescimento e sua modelagem para árvores individuais,
torna-se possível, com o passar do tempo, conhecer todos os indivíduos de uma população
que se quer manejar.
No estado do Rio Grande do Sul, encontram-se formações florestais bastante variadas
para as quais podem ser aplicadas as técnicas de manejo sustentado, devido principalmente, a
sua abrangência e importância econômica e ecológica.
Nestas florestas, algumas espécies são de interesse imediato de estudo pela sua
dominância, freqüência e importância ecológica e econômica. Dentre elas, tem presença
destacada a canela-preta (Nectandra megapotamica).
Segundo Reitz et al. (1983), a espécie Nectandra megapotamica (Spreng.) Mez é
descrita morfologicamente como uma árvore perenifólia, de 15 até 25 (30) metros de altura e
40 a 80 cm de diâmetro; de tronco geralmente um pouco tortuoso, levemente canelado, e fuste
curto de 6 a 8 metros; de casca escura, com escamas descamantes, que deixam cicatrizes ao se
18
desprenderem, constituindo, sem dúvida, uma das características mais peculiares para
diferenciá-la das outras lauráceas. Além disso, possui copa arredondada, com folhagem muito
densa e verde-escura, formada pelas folhas velhas e verde-claras, quando há presença de
muitas folhas novas.
Apresenta ampla distribuição pelas principais florestas do Estado; ocorre na floresta do
Alto Uruguai, nos sub-bosques dos pinhais do planalto, na floresta da fralda da Serra Geral,
na Floresta Pluvial Atlântica e no Escudo Rio-Grandense.
Constitui também um dos representantes mais importantes, comuns e abundantes no
segundo estrato da floresta latifoliada do Alto Uruguai e da floresta que se estende ao longo
da fralda da Serra Geral, pertencendo às espécies dominantes do estrato contínuo das florestas
em praticamente toda a área de ocorrência. Igualmente, é muito freqüente na maioria dos sub-
bosques dos pinhais mais desenvolvidos, que se encontram entre 500 e 800 metros de altitude.
No Escudo Rio-Grandense, a densidade é menor, tornando-se elemento raro na Floresta
Pluvial Atlântica.
Apresenta-se indiferente quanto às condições físicas dos solos. Desenvolve-se desde
os solos muito úmidos até os de drenagem rápida, situados em encostas íngremes e rochosas.
Na madeira, existe nítida diferenciação entre o alburno, que é amarelo-ocráceo, e o
cerne, que é de cor castanha. A madeira apresenta cheiro desagradável quando recém cortada.
Lorenzi (1998) comenta que a madeira presta-se para a construção civil, tabuado em
geral. Porém, apesar das excelentes características xilotecnológicas, esta madeira tem sido
relegada para segundo plano devido ao cheiro desagradável, que pode voltar quando em
lugares úmidos.
19
3 MATERIAL E MÉTODOS
O presente estudo foi realizado na Fazenda Tupi, município de Nova Prata, localizado
na região nordeste do estado do Rio Grande do Sul.
Distante, aproximadamente, 13 Km da sede do município, a fazenda possui área total
de 970 hectares, sendo 785 representados por Floresta Ombrófila Mista (Figura 1). O histórico
de exploração dessa floresta mostra atividades de intervenção antrópica até a década de 70,
objetivando, principalmente, a exploração de espécies de alto valor econômico. A partir desse
período, a floresta tem sido manejada com propósitos conservacionistas, por meio da
manutenção do ambiente natural existente, e também científicos, através da realização de
estudos destinados a investigar a dinâmica florestal da biocenose.
Os dados para este estudo foram coletados numa área de, aproximadamente, 15 ha, em
local disponibilizado pelo PELD, Programa Ecológico de Longa Duração, o qual desde o ano
de 2001, realiza pesquisas na área.
20
Lagoa
Vermelha
Nova Prata
3.2 Clima
O clima da região, segundo Moreno (1961), é classificado como Cfa, subtropical, com
temperatura do mês mais frio entre 3 e 18°C e temperatura do mês mais quente superior a
22°C. A temperatura máxima é de, aproximadamente, 22,3°C, registrada no mês de janeiro, e
a do mês mais frio, de 12,4°C, registrada no mês de julho. A temperatura média anual é de
17,3°C. A precipitação média anual é de 1852mm, com maior concentração de chuvas nos
meses de junho a setembro. A direção predominante do vento é sudeste, e há ocorrência de
geadas, em média, 13 ocorrências durante o inverno.
3.3 Solos
O raio médio de copa foi determinado através da medição de oito raios, medidos em
posições fixas. O primeiro raio apresentava orientação norte e os demais, medidos a cada 45°
no sentido horário.
23
Além das informações levantadas para cada indivíduo dento da unidade amostral,
também foram registradas informações referentes ao tamanho e localização das árvores-
amostra, tais como:
d) h/d: relação altura diâmetro, também conhecida como grau de esbeltez é expressa
em m.cm-1, onde:
h
h/d =
DAP
Sendo: h = altura total; dap = diâmetro à altura do peito;
Sendo: n = número de árvores com cap maior que a árvore-amostra; g = área transversal, em metros quadrados.
Sendo: di e dj = diâmetro da árvore considerada e concorrente, em metros, respectivamente; Lij = distância até a
concorrente j, em metros;
28
O índice Ir, descrito por Moore (1973), considera como competidores aqueles
indivíduos vizinhos e eqüidistantes à árvore considerada. Então, quanto maior este índice
maior será a área potencial disponível para a árvore considerada.
v i +1 − v i
i v% = *100
vi
Sendo: v = volume, em metros cúbicos; i = idade considerada, em anos.
Uma vez concluída a análise de tronco de cada uma das árvores selecionadas,
procedeu-se a determinação das variáveis independentes descritas como id10, id5 e id2. Estas
variáveis foram calculadas com o objetivo de se conhecer qual era o ritmo de crescimento em
diâmetro das árvores nos últimos anos, na tentativa de relacionar o crescimento em diâmetro
atual, com o crescimento passado em volume. Para isso as variáveis foram calculadas da
seguinte maneira:
Segundo Fresse (1972), um dos objetivos mais comuns da aplicação dos métodos de
regressão é o de encontrar uma função que relacione uma variável dependente a outras
variáveis independentes.
No ajuste da equação de regressão para iv%, considerou-se como variável dependente o
iv% e como variável independente o DAP. A escolha do DAP como variável independente
atribui-se ao fato de este gerar maior praticidade ao modelo, pois, além de ser de fácil
medição, é indicador da idade fisiológica da árvore.
O ajuste da equação de regressão, para o incremento volumétrico percentual das
árvores-amostra, foi calculado no programa SAS, Statistical Analysis Sistem versão 6.11,
através do procedimento GLM (General Linear Models).
Priorizou-se a escolha de modelos de, no máximo, dois coeficientes, objetivando
maximizar sua eficiência prática e facilitar as análises de covariância subseqüentes.
30
( )
n 2
∑ i y − ŷ
i
E = 1 − i=n1
(
∑ yi − y ) 2
i=1
Sendo: n = Número de observações; yi = Valor observado; ŷ i = Valor estimado; y = Média dos valores
observados.
Tem-se que, quanto maior o valor de “E” calculado, maior é a capacidade do modelo
em explicar a variação existente, concluindo-se que as diferenças entre os valores observados
e os estimados são mínimas, o que indica que o modelo é eficiente. Para medir esta variação,
também foram construídos gráficos de resíduos na forma percentual, por árvore-amostra.
31
matemático teve início pela variável independente mais correlacionada com a dependente,
incluindo nos passos seguintes as variáveis independentes com maiores correlações parciais
para, posteriormente, serem testadas pelo teste de F.
A modelagem forward foi calculada no pacote estatístico SAS (Satistical Analysis
Sistem), no modo f, tendo como variáveis independentes os dados de morfometria,
concorrência e ambientais de cada árvore selecionada.
4 RESULTADOS E DISCUSSÃO
seus incrementos. Quando encontrada esta última situação em particular, optou-se pela
reordenação das raios de medição em orientações variáveis sobre as fatias.
Quanto à dimensão, as árvores apresentaram DAP mínimo de 27,7cm (árvore 6) e
máximo de 65,6cm, não ultrapassando 24,0m de altura total (árvore 8). Apesar de ter sido
priorizada a seleção de árvores com maiores fustes, percebe-se que houve considerável
variação neste atributo entre as árvore amostradas, oscilando desde 3,4m (árvore 4) até 12,6m
(árvore 10).
Os indivíduos selecionados não apresentaram variação considerável na altura total, se
comparado com a altura do fuste. Com exceção das árvores 4 e 6, as demais árvores
apresentaram alturas totais entre 20,0 e 24,0m, indicando estarem em uma mesma classe de
altura dentro da floresta.
De forma geral, foram selecionadas árvores saudáveis, dominantes, com copas médias a
curtas e com tendência a se desenvolverem de forma promissora dentro da floresta.
Sendo: Expos = Exposição do terreno (2 = nordeste, 3 = leste, 5 = sul); Pedreg = Pedregosidade (0 = Ausência de
afloramento de rochas, 1 = Presença de afloramento de rochas); Posição = Posição no terreno (2 = Encosta; 3 =
Baixada).
Árvore Lc dc h/d is
pc ia fc
N° (m) (m) (m.cm-1) (m.cm-1)
1 7,3 10,7 36,500 0,531 0,283 0,533 1,459
2 11,3 10,4 52,315 0,468 0,225 0,480 0,918
3 9,8 14,7 42,424 0,352 0,224 0,635 1,497
4 7,1 8,1 41,765 0,399 0,190 0,476 1,141
5 15,4 14,1 64,706 0,473 0,280 0,592 0,916
6 5,2 5,9 28,889 0,650 0,214 0,328 1,137
7 5,5 9,2 24,664 0,488 0,202 0,414 1,677
8 10,0 10,1 41,667 0,490 0,206 0,420 1,008
9 8,3 7,3 35,622 0,645 0,203 0,314 0,883
10 5,6 10,2 24,779 0,615 0,276 0,449 1,813
11 9,1 8,3 43,128 0,569 0,223 0,391 0,907
Sendo: Lc = Comprimento de copa; dc = Diâmetro de copa; pc = Porcentagem de copa; h/d = Relação altura
diâmetro; is = Índice de saliência; ia = Índice de abrangência; fc = Formal de copa;
Observa-se que houve ampla variação no comprimento da copa das árvores estudadas,
variando de 5,2m (árvore 6) até 15,4m (árvore 5). Porém, mais importante que analisar o
comprimento da copa é verificar a proporção de copa expressa pela porcentagem, pois esta é
36
Hool. À medida que se aumentou a área da unidade amostral, aumentou-se, por conseqüência,
o Índice de Glover & Hool. Este comportamento pode também ser percebido na Tabela 5, na
qual os menores valores do Índice de Glover & Hool estão associados aos menores diâmetros
de copa.
Sendo: F = Valor de significância calculado pelo teste de F; Prob>F = Probabilidade de significância para o valor
de F; Igh = Índice de Glover & Hool; BAL = Área basal das árvores maiores que a considerada; BALcor = Índice
de BAL corrigido; IH = Índice de Hegyi; Ir = Índice de área potencial disponível.
A partir das análises de tronco efetuadas sobre cada árvore selecionada, constatou-se
que o incremento volumétrico percentual apresentou tendência exponencial negativa,
diminuindo progressivamente com o aumento do DAP. A seguir, estão apresentados os
incrementos por árvore-amostra.
O estudo retrospectivo do crescimento volumétrico da árvore 1 mostrou que ocorreram
variações gradativas na redução do incremento com o aumento do diâmetro. O máximo
incremento observado foi de 35%,aos 12 anos e 9cm de DAP, e o mínimo de 0,8% aos 72
39
anos com 31,0cm.Verificou-se também para esta árvore, que a altura do fuste igual a 8,0
metros foi alcançada aos 10 anos.
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
FIGURA 4 - Estudo retrospectivo do iv% para a árvore 2.
fuste igual a 7,1 metros foi atingida aos 27 anos, cerca de um quarto de sua idade no momento
do corte, ou seja, 110 anos.
Scheeren (2002), ao analisar o crescimento de dois indivíduos da espécie Cordia
trichotoma (Vell.) Arrab. ex Steud, um pertencente ao extrato médio e outro ao extrato
dominante, na Depressão Central do estado do Rio Grande do Sul, calculou taxas médias de
incremento médio anual em volume comercial igual a 18,05%, aos 7cm de DAP, decrescendo
até 2,22% aos 37,1cm de diâmetro. O autor concluiu ainda que o baixo desenvolvimento das
árvores poderia ser atribuído à elevada concorrência existente na floresta natural,
recomendando, naquela situação, a aplicação de uma prática de manejo adequada com a
finalidade de elevar as taxas de crescimento anuais, o que resulta numa elevação da
rentabilidade econômica da espécie.
No estudo da árvore 3, constatou-se um lento desenvolvimento inicial. No período
compreendido entre as idades de 35 e 51 anos, quando a árvore apresentava diâmetro à altura
do peito entre 5 e 7,5cm, o incremento volumétrico não ultrapassou 7% (Figura 5). A partir
desta dimensão, houve uma liberação do crescimento, alcançando-se incrementos de até 28%,
aos 53 anos e 9cm de diâmetro, com posterior alternância nas taxas de incremento com fases
de crescimento promissor e crescimento lento, até o momento do corte da árvore aos 132
anos. Essa tendência, apresentada na Figura 5, pode ser melhor entendida através da
visualização da Figura 6, analisando-se os incrementos entre os anéis de crescimento. Tais
variações podem ser atribuídas à competição sofrida pela árvore durante sua vida. A origem, o
grau e o tipo de competição não podem ser esclarecidos no momento atual, sendo possível
somente observar seus efeitos.
Devido à ocorrência desta variabilidade inicial, decidiu-se por desconsiderar os
incrementos iniciais (diâmetro menor que 7,5cm) desta árvore.
Outra informação importante referente à árvore 3, diz respeito ao crescimento em
altura desta árvore, em que a altura do fuste igual a 8,0 metros foi alcançada aos 32 anos.
41
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
Já na árvore 5, foi novamente detectada variação no incremento ao longo dos seus 153
anos. Como pode ser visto na Figura 8, houve picos de incremento, como por exemplo, aos
15cm de diâmetro, e fases com estagnação no crescimento, por exemplo, entre os diâmetros
7cm e 9cm, não ultrapassando 5% de incremento, e, entre os diâmetros de 34cm e 39cm, não
ultrapassando 2% de incremento corrente. Nesta análise constatou-se também, que os 6,5
metros de altura de fuste foram alcançados com 17 anos de idade.
Da mesma forma que na árvore 3, decidiu-se por desconsiderar os incrementos iniciais
inferiores a 4%, entre os diâmetros de 5 e 10cm, com o objetivo de reduzir a heterogeneidade
desta distribuição.
43
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
árvore número 11 (Figura14), foram obtidos os piores ajustes, com coeficientes entre 0,3471 e
0,3896, apresentando eficiências em torno de 0,40.
Verifica-se, ainda na Tabela 8, que as equações com maiores Correlações de Pearson
geraram os melhores ajustes. A eficiência das cinco equações para o conjunto das 11 árvores-
amostra pode ser comprovada analisando-se o somatório das estatísticas R2, Syx% e E, em cada
modelo testado.
sendo aquele que melhor explica a tendência do incremento das árvores selecionadas.
Apesar da alta eficiência atribuída a este modelo, cabe ainda uma comparação gráfica
entre as estimativas e os dados observados, a fim de verificar se o modelo realmente
representa a média desses valores.
A Figura 15 apresenta as estimativas da função sobre os valores observados de
incremento volumétrico percentual, por árvore-amostra.
60 Árvore 1
50
40
i v % 30
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
60 Árvore 2 60 Árvore 3
50 50
40 40
i v % 30 i v % 30
20 20
10 10
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm) DAP (cm)
60 Árvore 4 60 Árvore 5
50 50
40 40
i v % 30 i v % 30
20 20
10 10
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm) DAP (cm)
60 Árvore 6 60 Árvore 7
50 50
40 40
i v % 30 i v % 30
20 20
10 10
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm) DAP (cm)
50
60 Árvore 8 60 Árvore 9
50 50
40 40
i v % 30 i v % 30
20 20
10 10
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm) DAP (cm)
60 Árvore 10 60 Árvore 11
50 50
40 40
i v % 30 i v % 30
20 20
10 10
0 0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm) DAP (cm)
Observa-se, nos gráficos da Figura 15, o bom ajuste apresentado pela função de
incremento ajustada por árvore individual, sobretudo nas árvores com menor variação do
incremento volumétrico percentual.
Sendo: F = Valor de significância calculado pelo teste de F, com soma de quadrados do tipo I; Prob>F =
Probabilidade de significância para o valor de F.
Árvore 1
40
Árvore 9
30 Árvore 10
i v%
20
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
Árvore 2
40
Árvore 4
30 Árvore 8
i v % 20 Árvore 7
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
FIGURA 17 - Tendência de crescimento em volume percentual para as árvores 2, 4, 7 e
8 (Grupo II).
10
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0
DAP (cm)
Sendo: F = Valor de significância calculado pelo teste de F, com soma de quadrados do tipo I; Prob>F =
Probabilidade de significância para o valor de F.
Necessita-se, portanto, de um estudo específico que busque identificar quais varáveis estão
relacionadas às diferentes formas de crescimento, ou seja, à variação dos coeficientes bo e b1.
= Comprimento da copa; dc = Diâmetro de copa; DAP = Diâmetro à altura do peito; pc = Percentagem de copa;
h/d = Relação altura diâmetro; = is = Índice de saliência; ia = Índice de agrangência; fc = Formal de copa; DECL
= Declividade; POS = Posição do terreno; id10= incremento médio em diâmetro medido nos últimos 10cm do
DAP, no sentido casca-medula; id5 = incremento médio em diâmetro medido nos últimos 5cm do DAP, no
sentido casca-medula; id2= incremento médio em diâmetro medido nos últimos 2cm do DAP, no sentido casca-
medula; f = Valor de significância calculado pelo teste de f; Prob>f = Probabilidade de significância para o valor
de f; b0 = Coeficiente angular.
Na Tabela 13, está o resultado obtido com o processamento estatístico forward para a
modelagem do coeficiente b1.
57
Sendo: b̂1 = Coeficiente b1 estimado; Id5 = Incremento médio em diâmetro até 5cm; h/d = relação altura-
diâmetro; EXPOS = Exposição do terreno; Ir = Índice de área potencial disponível; BALcor = Índice de BAL
corrigido; Lc = Comprimento de copa
2,0
Erro de estimativa (%)
1,0
0,0
-1,0
-2,0
-3,0
0 1 2 3 4 5 6 7 8 9 10 11
Árvore n°
Sendo: b̂ 0 = Coeficiente b0 estimado; Id5 = Incremento médio em diâmetro até 5cm; h/d = relação altura-
diâmetro; EXPOS = Exposição do terreno; Ir = Índice de área potencial disponível; BALcor = Índice de BAL
corrigido; Lc = Comprimento de copa
60
2,0
1,0
0,0
-1,0
-2,0
-3,0
0 1 2 3 4 5 6 7 8 9 10 11
Árvore n°
Não obstante, para avaliar a precisão dos modelos de b0 e b1, foi realizada uma
Na árvore número 1, não foi verificada perda de precisão (Figura 21), mantendo-se
constante a eficiência de 0,90, conforme a Tabela 8.
40,0 i v % o bs e rva do
c o e fic ie nte s o rigina is
30,0 c o e fic ie nte s e s tim a do s
20,0
i v%
10,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
i v % o bs e rva do
25,0
c o e fic ie nte s o rigina is
20,0 c o e fic ie nte s e s tim a do s
15,0
i v%
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
DAP (cm)
i v % o bs e rva do
50,0
c o e fic ie nte s o rigina is
40,0 c o e fic ie nte s e s tim a do s
30,0
i v%
20,0
10,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
DAP (cm)
Na árvore número 5, também foi verificado um bom ajuste da função com os novos
coeficientes. Este novo ajuste foi inclusive melhor que o modelo com coeficientes originais,
aumentando a eficiência de 0,76 para 0,77 (Figura 25).
20,0 i v % o bs e rva do
c o e fic ie nte s o rigina is
15,0 c o e fic ie nte s e s tim a do s
i v% 10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
DAP (cm)
i v % o bs e rva do
20,0
c o e fic ie nte s o rigina is
c o e fic ie nte s e s tim a do s
15,0
i v % 10,0
5,0
0,0
0,0 5,0 10,0 15,0 20,0 25,0 30,0
DAP (cm)
i v % o bs e va do
35,0
c o e fic ie nte s o rigina is
30,0 c o e fic ie nte s e s tim a do s
25,0
20,0
i v%
15,0
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
DAP (cm)
Na Figura 27, pode-se observar o ajuste da curva para a árvore número 7, tendo-se
verificado redução na eficiência de 0,75 para 0,67.
Para a árvore número 8, encontrou-se pequena variação nas estimativas dos
incrementos, levando inclusive à sobreposição das curvas, conforme a Figura 28.
25,0 i v % o bs e rva do
c o e fic ie nte s o rigina is
20,0 c o e fic ie nte s e s tim a do s
15,0
i v%
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0 50,0
DAP (cm)
FIGURA 28 - Eficiência dos modelos b0 e b1 para a árvore 8.
64
25,0 i v % o bservado
co eficientes o riginais
20,0 co eficientes estimado s
15,0
i v % 10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
FIGURA 29 - Eficiência dos modelos b0 e b1 para a árvore 9.
Na árvore 10, o uso dos novos coeficientes estimados na função de iv%, determinou
perda no ajuste de aproximadamente, 12%, quando a eficiência inicial, que era de 0,81,
passou a 0,71.
20,0 i v % o bs e rva do
c o e fic ie nte s o rigina is
c o e fic ie nte s e s tim a do s
15,0
i v%
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
Na determinação das estimativas para a árvore número 11, observa-se, na Figura 31,
que a curva ajustada com novos coeficientes subestimou a curva média de incremento
volumétrico percentual. Na árvore 11, a perda de ajuste foi de, aproximadamente, 27%,
reduzindo a eficiência de 0,41 para 0,30.
65
i v % o bs e rva do
14,0
c o e fic ie nte s o rigina is
12,0 c o e fic ie nte s e s tim a do s
10,0
8,0
i v % 6,0
4,0
2,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
O estudo das variáveis do modelo foi necessário para verificar a consistência das
variáveis independentes incluídas nas equações de b0 e b1. A análise consistiu em alterar a
variável analisada, mantendo as demais variáveis constantes, e acompanhar modificações na
tendência de crescimento da árvore. Para a realização deste procedimento, utilizaram-se os
dados mensurados da árvore número 1, alterando-se o valor da variável analisada entre o valor
mínimo, médio e máximo, observado nas 11 árvores amostradas conforme apresentado a
seguir:
a) Variável id5
A variável id5 (incremento médio em diâmetro medido nos últimos 5cm do DAP, no
sentido casca-medula) apresenta alta correlação de Pearson (0,72926) com o incremento em
volume percentual, contribuindo para o aumento do valor de R múltiplo da função
apresentada na Figura 32. A relação indica que quanto maior o valor desta variável, maior é o
coeficiente angular (b1).
66
Id5
0,00
0,00 0,20 0,40 0,60 0,80
-0,50
-1,00
b1 -1,50
-2,00
-2,50
-3,00 b1 = -2,9702+3,1494.Id5
b) Variável h/d
A variável h/d expressa a relação da altura total com o diâmetro da árvore. Segundo
Durlo & Denardi (1998), trata-se de uma relação importante e que caracteriza a estabilidade
das árvores, podendo ser usada para indicar o grau de concorrência sofrido por um
determinado indivíduo dentro da floresta.
Neste estudo, a relação h/d apresentou baixa correlação com a variação no crescimento
das árvores amostradas, com valor de F igual a -0,293, conforme apresentado na Tabela 12.
Mesmo assim, foi selecionado, no procedimento de modelagem, com alta significância no
modelo (F igual a 54,376, conforme Tabela 13). A fraca correlação desta variável pode ser
67
verificada na Figura 34, a qual mostra baixa inclinação da linha de tendência que passa entre
os valores da relação h/d e b1.
0,70
0,60
0,50
0,40
h/d
0,30
b1 = -0,747-2,067.h/d
0,20
Rmúltiplo = 0,293
0,10
0,00
-4,00 -3,00 -2,00 -1,00 0,00
b1
FIGURA 34 - Correlação entre as variáveis b1 e h/d para o conjunto das árvores
amostradas.
Nos modelos ajustados, conforme se aumenta o valor da relação h/d, eleva-se o nível
das curvas de incremento, demonstrando que árvores mais instáveis tendem a apresentar
maiores incrementos volumétricos (Figura 35).
i v % 30,0
20,0
10,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
c) Variável EXPOS
6
b1 = -2,43309+0,234927.EXPOS
5
Rmúltiplo = 0,3183 4
3 EXPO S
2
1
0
-4,00 -3,00 -2,00 -1,00 0,00
b1
modelo matemático para descrever o crescimento em área basal individual da espécie Ocotea
puberula Ness.
Na Figura 37, pode-se acompanhar a influência da variável exposição do terreno nas
estimativas do coeficiente b1, para Nectandra megapotamica (Spreng.) Mez.
40,0 EXPOS = 2
35,0 EXPOS = 3
EXPOS = 5
30,0
25,0
i v%
20,0
15,0
10,0
5,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
d) Variável Ir
5,00
b1 = -1,6835-0,0597 . Ir
Rmúltiplo = 0,138797 4,00
3,00
Ir
2,00
1,00
0,00
-4,00 -3,00 -2,00 -1,00 0,00
b1
e) Variável BALcor
A variável BALcor quantifica a concorrência entre árvores dentro de uma área pré-
estabelecida. A quantificação da concorrência dá-se considerando somente os indivíduos com
áreas basais maiores que a árvore considerada, fazendo ainda, uma correção em relação à
distância dessas árvores. Por isso, quanto maiores forem os valores de BALcor, maior será a
competição por espaço dentro da unidade amostral.
Neste estudo, a BALcor mostrou fraca correlação com o coeficiente b1 com valor de t
igual a –0,14966, conforme apresentado na Tabela 12 e na Figura 40.
0,12
b1 = -1,7229-3,12987.BALcor 0,10
Rmúltiplo = 0,149664 0,08
BALcor
0,06
0,04
0,02
0,00
-4,00 -3,00 -2,00 -1,00 0,00
b1
f) Variável Lc
b1 = -2,601+0,092.Lc 18,00
16,00
Rmultiplo = 0,407285 14,00
12,00
10,00
8,00 Lc
6,00
4,00
2,00
0,00
-4,00 -3,00 -2,00 -1,00 0,00
b1
i v % 30,0
20,0
10,0
0,0
0,0 10,0 20,0 30,0 40,0
DAP (cm)
5 CONCLUSÕES
precisa por uma função de fácil utilização, descrita por: i v % = (b 0 + b1. ln (dap )) .
2
6 CONSIDERAÇÕES FINAIS
7 REFERÊNCIAS BIBLIOGRÁFICAS
BOLFE, E.L.; PEREIRA, R.S.; MADRUGA, P.R.A.; BRENA, A.B. Aplicação de sistemas
de informações geográficas no gerenciamento de unidades de produção florestal. In: 1°
SIMPÓSIO LATINO-AMERICANO SOBRE MANEJO FLORESTAL, 1, 2000, Santa
Maria.Anais...Santa Maria: UFSM/CCR. Programa de Pós-Graduação em Engenharia
Florestal, 2000. p. 439-452.
BRITISH COLUMBIA. Pruning. Using Growth and Yield Concepts to Build Effective Stand
Tending Prescriptions and Programs – Two-day Course. Victoria: Province of British
Columbia, Ministry of Forests, Forest Practices Branch, Stand Management, 2001. Module 7.
Disponível em: http://www.for.gov.bc.ca/hfp/forsite/traning/growth-and-yield/toc.htm.
Acesso em: 21/04/2003.
DAVIS, L.S. & JOHNSON, K.N. Forest management. 3. ed. McGraw-Hill, 1986. 790p.
ESBER, L.M. Crescimento de Cedrela fissilis (Vellozo) Mart. como subsídio para o
manejo sustentado de florestas nativas no Estado do Rio Grande do Sul. 2003. 68f.
Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Santa Maria, Santa
Maria, 2003.
76
FRESSE, F. Linear Regression Methods for Forest Research. U.S.A.: U.S. Departament of
Agriculture Forest Service, 1972, 132p.
HOSOKAWA, R.T.; MOURA, I.B.; CUNHA, U.S. da. Introdução ao manejo e economia
de florestas. Cutiriba: Editora da Universidade Federal do Paraná-UFPR, 1998. 162p.
HERRMANN, M.L.P. & ROSA, O.R. Geografia do Brasil: Região Sual. Rio de Janeiro:
Fundação Instituto Brasileiro de Geografia e Estatística, 1990, p.55-84. v. 2.
HILEY, W.E. Conifers: South African methods of cultivation. London, Faber and Faber,
1959. 123p.
HUSCH, B.; MILLER, I.C.; BEERS, T.W. Forest mensuration. New York: J. Wiley, 1982.
402p.
MORENO, J.A. Clima do Rio Grande do Sul. Porto Alegre: Secretaria da Agricultura,
1961. 42p.
REITZ, R., KLEIN. R.M., REIS, A. Projeto madeira do Rio Grande do Sul. Porto Alegre:
CORAG, 1983. 525p.
SCHNEIDER, P.R. Introdução ao manejo florestal. Santa Maria: UFSM, 1993. 348p.
SCHNEIDER, P.R.; BRENA, D.A.; FINGER, C.A.G. Manual para coleta de informações
dendrométricas. Santa Maria: UFSM, CCR, CEPEF, 1999. 33p.
STEEL, R.G.D.; TORRIE, J.H. Principles and procedures of statistics with special
reference to the biological science. New York: McGraw-Hill, 1960, 481p.
STRECK, E.V.; KÄMPF, N.; DALMOLIN, R. S. D.; KLAMT, E.; NASCIMENTO, P. C.;
SCHNEIDER, P. . Solos do Rio Grande do Sul. Porto Alegre:EMATER/RS;UFRGS, 2002.
126p.
VANCLAY, K.J. Modeling forest growth and yield applications to mixed tropical forests.
Wallingford: CAB International, 1994. 312 p.